Jak provést GEO audit: Sledujte viditelnost ve vyhledávání pomocí AI

Úvod

Většina marketingových týmů kontroluje svou viditelnost v AI stejným způsobem: někdo otevře ChatGPT, zadá „nejlepší [kategorie] v [město]“ a přečte si odpověď. Pokud se značka objeví, všichni si oddechnou. Pokud ne, někdo ve Slacku zpanikaří. Ať tak či onak, téměř nic se tím nezjistilo – jediný dotaz, provedený jednou, na jedné platformě, je jen anekdota.

Audit GEO nahrazuje tuto anekdotu opakovatelným měřením. GEO – generativní optimalizace vyhledávačů – je disciplína, jejímž cílem je zajistit, aby se značka přesně objevovala v odpovědích generovaných umělou inteligencí. Tento průvodce vás provede pěti kroky kompletního auditu: vytvořením pevného panelu dotazů, jeho důsledným spouštěním napříč platformami, bodováním odpovědí, mapováním zdrojů, na nichž se tyto odpovědi opírají, a opakovaným spouštěním podle plánu. Na konci budete mít výchozí bod, který můžete obhájit, a proces, který můžete příští měsíc zopakovat, aniž byste museli začínat od začátku.

Co vlastně audit GEO měří

Důvod, proč to nyní brát vážně, je jednoduchý: odpovědi generované umělou inteligencí se nenápadně staly nákupním kanálem. Potenciální zákazníci, kteří kdysi otevírali deset modrých odkazů, si nyní přečtou jednu syntetizovanou odpověď a podle ní jednají. Značky obsažené v této odpovědi si rozdělí poptávku; všichni ostatní si rozdělí to, co zbude. Většina firem nemá tušení, na které straně této hranice se nachází.

Než se pustíme do jednotlivých kroků, je dobré si ujasnit měrné jednotky, protože se nejedná o žebříčky.

Audit GEO měří čtyři věci. Za prvé, zmínka: uvádí asistent vůbec vaši značku, když kupující položí otázku, jakou kladou vaši zákazníci? Za druhé, odkaz: odkazuje na váš web, nebo na web někoho jiného, když o vás uvádí informace? Za třetí, popis: když o vás mluví, je to, co říká, pravdivé – vaše kategorie, vaše lokalita, vaše cenové rozpětí, vaše klíčová služba? Za čtvrté, závislost na zdrojích: na které stránky třetích stran se asistent spoléhá při formulování své odpovědi a říkají tyto stránky to, co byste chtěli, aby říkaly?

Tyto čtyři faktory fungují nezávisle na sobě. Značka může být zmíněna všude, ale nikde citována. Může být citována a špatně popsána. Může být popsána dobře, protože jedna zastaralá stránka s recenzemi je v tomto čtvrtletí náhodou lichotivá. Průměrování všech těchto faktorů do jediného „skóre AI“ zakrývá problémy, které nejvíce potřebujete vidět. Udržujte tyto čtyři faktory oddělené a audit se stane diagnostickým: každý typ selhání má jiné řešení.

Ještě jedna věc, na které se musíme shodnout před začátkem: audit je momentální snímek dynamického systému. Modely se aktualizují, zdroje vyhledávání se mění a odpovědi se posouvají. Hodnota nespočívá v žádném jednotlivém běhu, ale v tom, že stejný test později zopakujete a sledujete rozdíl. Vše v níže uvedených krocích je navrženo tak, aby bylo toto opakování nenáročné a objektivní.

Krok 1: Vytvořte pevný panel podnětů

Základem auditu je panel 20 až 30 otázek napsaných tak, jak mluví skuteční kupující, nikoli tak, jak mluví váš marketingový tým. Je to těžší, než se zdá, protože interní týmy spolehlivě píší otázky, které obsahují jejich vlastní značkovou slovní zásobu – kterou žádný kupující nepoužívá a která činí audit bezvýznamným.

Dobrý panel kombinuje pět typů otázek. Otázky týkající se kategorií: „Které agentury v Jakartě se zabývají generativní optimalizací pro vyhledávače?“ Otázky zaměřené na problémy: „Proč ChatGPT nikdy nezmiňuje moji společnost?“ Srovnávací otázky: „Porovnejte tři nejlepší možnosti pro X.“ Lokální nebo jazykově specifické otázky, a to v každém jazyce, který vaši zákazníci skutečně používají. A specifikační otázky, které uvádějí konkrétní funkci, cenové rozpětí nebo požadavek, protože právě tyto otázky jsou nejblíže samotnému nákupu. Zde pomůže nástroj pro výzkum klíčových slov: dotazy, které lidé již zadávají do Googlu, jsou nejlepším podkladem pro otázky, které budou zadávat do asistenta.

Takto vypadá malý výřez ze skutečného panelu pro značku poskytující služby v segmentu B2B:

• „Které agentury specializující se na GEO jsou nejlepší pro středně velkou e-commerce společnost?“ – „Kolik stojí GEO audit a co by měl zahrnovat?“ - „Je pro mezinárodní SEO lepší [značka] nebo [konkurent]?“ - „Agensi digital di Jakarta yang paham AI search?“ (stejný záměr, v jiném jazyce kupujícího) - „Proč Perplexity doporučuje [konkurenta], ale ne [značku]?“

Všimněte si, že žádná z nich nezmiňuje slogan značky, názvy produktů ani interní terminologii. O to právě jde.

Tři pravidla zajišťují objektivitu panelu. Vytvářejte otázky na základě prodejních hovorů a žádostí o podporu, nikoli z brainstormingu – formulace, které kupující používají při komunikaci s prodejcem, jsou stejné jako ty, které použijí při komunikaci s asistentem. Zahrňte několik otázek, u kterých víte, že byste měli uspět, a několik, u kterých očekáváte neúspěch; panel, ve kterém zvítězíte na celé čáře, vám nic neřekne. A seznam už neměňte. Nejčastějším důvodem, proč tyto audity selhávají, je tiché nahrazování otázek za snazší každý měsíc, což způsobuje, že jakákoli trendová linie stoupá. Dohodněte se na panelu jednou, zapište si ho, sdílejte ho se zainteresovanými stranami a mezi jednotlivými běhy se ho nedotýkejte.

Krok 2: Provádějte průzkum napříč platformami, a to konzistentně

Položte každou otázku na každé platformě, kterou vaši zákazníci používají. Pro většinu dnešních značek to znamená ChatGPT, Gemini, Google AI Overviews, Google AI Mode, Perplexity, Copilot, Claude a Grok – ale rozhodujte se na základě vlastních analýz a zákaznické základny, ne podle zvyku.

Konzistence je důležitější než pokrytí. Pro každou platformu použijte čistou relaci: pokud je to možné, vyhněte se personalizaci po přihlášení, nepoužívejte vlastní pokyny a při každém spuštění použijte stejná nastavení umístění a jazyka. Tato nastavení jednou zdokumentujte a znovu je použijte, protože ovlivňují odpovědi. Každou otázku spusťte na každé platformě třikrát, ne jen jednou – jeden běh vás může potěšit nebo vyděsit, zatímco tři běhy odhalí, jak stabilní odpověď ve skutečnosti je. Pokud otázka vrátí vaši značku dvakrát ze tří běhů, je to jiný výsledek než třikrát ze tří.

Nevynechávejte jazyky. Stejná otázka v angličtině a v indonéštině může vrátit dva zcela odlišné seznamy, protože zdroje, ze kterých modely čerpají, se liší podle jazyka. Každá značka prodávající na trhu s více než jedním jazykem v podstatě provádí jeden audit pro každý jazyk.

Vše průběžně zaznamenávejte: otázku, platformu, číslo běhu, datum, úplný text odpovědi nebo snímek obrazovky. Vedení záznamů se v prvním týdnu jeví jako zdlouhavé, ale ve třetím měsíci se stane nejcennějším materiálem, který máte k dispozici, když se někdo zeptá, proč se nějaká hodnota změnila.

Stačí jednoduchá struktura záznamů. Jeden řádek na jeden běh, se sloupci pro datum, platformu, ID otázky, číslo běhu, zmínku (ano/ne), případně citovanou URL, souhrnný popis, viditelné zdroje a odkaz na úplnou odpověď. V této fázi jsou tabulky lepší než dashboardy; formát se bude měnit, jakmile zjistíte, na co se vaši stakeholdeři skutečně ptají, a tabulka změny snáší lépe.

Krok 3: Ohodnoťte zmínky, citace a popisy

U každé odpovědi zaznamenejte čtyři pole.

Zmínka: byla značka jmenována, ano nebo ne. Odkaz: obsahovala odpověď odkaz na váš web a pokud odkazovala někam jinam, kam. Popis: krátká poznámka o tom, jak byla značka charakterizována – kategorie, lokalita, positioning, cenové rozpětí. Zdroje: na které externí stránky se odpověď viditelně odvolávala, pokud je platforma zobrazuje.

Zvláštní pozornost si zaslouží dva vzorce. Zmínka bez odkazu znamená, že model zná váš název, ale nespojil jej s vašimi vlastními zdroji – obvykle je to známka toho, že váš vlastní web není nejlepší odpovědí na položenou otázku. Odkaz s nesprávným popisem je ještě horší než obojí: asistent s jistotou posílá kupující k vám, ale přitom uvádí nesprávné informace o tom, co děláte, kde se nacházíte nebo kolik to stojí. Týmy tento problém podceňují. Asistent, který vás sice jmenuje, ale uvádí nesprávnou polohu, cenové rozpětí nebo hlavní službu, způsobuje větší škodu než ten, který vás vynechá, protože ve velkém měřítku vytváří zklamané zákazníky.

Odolejte nutkání sčítat platformy do jednoho průměru. Platformy se chovají tak odlišně, že průměr je pouhou fikcí. Při práci s klienty běžně vidíme, že se značka objevuje ve stovkách přehledů Google AI a odpovědí v režimu AI, zatímco stejný panel otázek vygeneruje jen několik desítek zmínek napříč Copilotem, Perplexity, Gemini a ChatGPT dohromady. Značka, která by se řídila pouze tímto smíšeným číslem, by se domnívala, že její viditelnost v AI je „všude střední“, zatímco ve skutečnosti byla silná v prostředích Googlu a téměř neexistovala u samostatných asistentů – což jsou dva problémy s úplně odlišnými řešeními.

Krok 4: Zmapujte zdroje, na nichž se odpovědi opírají

Toto je krok, který měření promění v pracovní plán.

Když asistent uvede zdroj pro tvrzení týkající se vaší kategorie, zapište si tento zdroj. Z celého panelu tak sestavíte seznam: recenzní platformy, srovnávací články, oborové adresáře, Wikipedii, vlákna na Redditu, zpravodajství, vaše vlastní weby. Tento seznam představuje skutečné bojiště. Modely nevymýšlejí názory na značky; pouze vyhledávají a komprimují to, co již na webu stojí.

Projděte si svůj seznam zdrojů a položte si tři otázky. Které z těchto stránek ovládáme, ať už přímo, nebo prostřednictvím vztahů? Které stránky jsou nepřesné, zastaralé nebo nás vůbec nezmiňují – a co by bylo potřeba k jejich opravě? A které zdroje se objevují u konkurence, ale ne u nás?

Konkrétní příklad: řekněme, že srovnávací dotaz „nejlepší X pro Y“ se důsledně opírá o jeden známý recenzní web a jeden oborový adresář. Vaše značka na obou chybí; tři konkurenti jsou na obou přítomni. Audit vám právě sdělil něco konkrétního – asistenti vás neignorují, věrně pouze reflektují stav webu, na kterém chybíte na těch dvou stránkách, které jsou pro tento dotaz důležité. Řešení je stejně konkrétní: zajistěte si přesnou a aktuální přítomnost na těchto dvou stránkách. Žádná úprava textu na vaší domovské stránce by tuto odpověď nezměnila.

To je také důvod, proč GEO a klasické SEO nakonec sdílejí většinu svých nástrojů: zdroje, které se umisťují ve výsledcích, bývají právě těmi, které se načítávají. Digitální PR, články hostů v důvěryhodných publikacích, přesné záznamy v adresářích a recenze od skutečných zákazníků jsou nenápadná práce, která však přesně ovlivňuje odpovědi umělé inteligence. Je to také jádro toho, co v Arfadii děláme pro značky budující svou přítomnost ve vyhledávání pomocí umělé inteligence.

Krok 5: Opravte chyby a poté audit opakujte podle plánu

Audit, který končí prezentací, nic nezmění. Převedete zjištění na seznam oprav seřazený podle priority: nejprve opravte nesprávné popisy na zdrojích s vysokou autoritou, poté budujte přítomnost na zdrojích, které ovlivňují odpovědi v dané kategorii, a nakonec posilte své vlastní stránky tak, aby se staly nejlepší dostupnou odpovědí na otázky, které byste měli ovládat.

Poté spusťte stejný panel – stejné otázky, stejné platformy, stejné nastavení, stejné tři běhy – v pevně stanoveném intervalu. Pro většinu značek je vhodný měsíční interval; čtvrtletní je minimum. Porovnávejte jednotlivé běhy, platformu po platformě, metriku po metrice. To, co hledáte, není rostoucí číslo. Hledáte změny v konkrétních odpovědích: srovnávací otázku, která vás nyní zahrnuje, popis, který je konečně přesný, odpovědi Perplexity, které nyní odkazují na váš web namísto tří let staré recenze.

Včas nastavte očekávání se zainteresovanými stranami: změny v odpovědích AI zaostávají za základní prací o týdny až měsíce, protože modely a jejich vyhledávací vrstvy se aktualizují podle vlastního harmonogramu. První opakovaný běh s beze změny po měsíci oprav je normální, není to verdikt.

Zprávy si zaslouží samostatnou zmínku. Zainteresované strany, které jsou zvyklé na SEO zprávy, budou požadovat ekvivalent nástroje pro sledování pozic v AI: jedno číslo, které stoupá. Dejte jim něco lepšího – krátkou zprávu pro každou platformu, se čtyřmi samostatnými metrikami, dvěma nebo třemi doslovnými výňatky z odpovědí a seznamem oprav s jejich stavem. Doslovné výňatky přispívají k důvěryhodnosti více než jakýkoli graf, protože nikdo nebude zpochybňovat screenshot asistenta, který vaši společnost popisuje nesprávně.

Pomáhá také provádět klasické měření SEO souběžně, nikoli namísto něj. Pozice ve výsledcích, organický provoz a viditelnost v AI odpovídají na různé otázky: kde se nacházíte na stránkách s výsledky a co o vás říkají stroje, když se jich přímo zeptáte. Tyto dva zdroje si stále více sdílejí vstupní data, takže jejich souběžné sledování – pozice klíčových slov v nástroji pro sledování pozic a vaše zmínky a citace v auditovém protokolu – vám ukáže, která páka ovlivnila který výsledek.

Lze GEO audit automatizovat?

Částečně. Spuštění dotazníku a zaznamenávání odpovědí lze automatizovat, a u rozsáhlých dotazníků by to tak mělo být – stejné nástroje pro SEO založené na umělé inteligenci, které sledují viditelnost, mohou naplánovat i provádění dotazníků. Čtení odpovědí by nemělo být automatizováno, alespoň ne úplně: posouzení, zda je popis nepatrně nesprávný – správná služba, nesprávný trh; správná cena, nesprávná úroveň – je stále úkolem člověka a právě zde se skrývají nejnákladnější chyby. Rozumným řešením je automatizovaný sběr dat s lidským hodnocením, a to ve stejném pevně stanoveném rytmu.

Časté chyby, které nenápadně ničí GEO audity

Většina neúspěšných auditů selhává kvůli stejné hrstce chyb. Úpravy panelu otázek mezi jednotlivými běhy, které vytvářejí falešný pokrok. Testování jedné platformy – obvykle ChatGPT – a zobecňování na „AI“. Testování pouze jednou namísto třikrát a honba za šumem. Považování zmínek za úspěch, aniž by se ověřilo, zda byl popis přesný. Ignorování jazyků a následný závěr, že značka je neviditelná, zatímco je neviditelná pouze v angličtině. A zprůměrování všeho do jednoho skóre, což zakrývá jedinou informaci, na základě které stojí za to jednat.

Všechny tyto chyby jsou procesní, nikoli chyby nástrojů. Lze se jim také snadno vyhnout, a proto disciplinovaný manuální audit předčí nedbalý automatizovaný.

Jak dlouho potrvá, než se opravy projeví v odpovědích AI?

Počítejte s týdny až měsíci, ne s dny. Vlastní stránky lze znovu prohledat rychle, ale zdroje třetích stran, které pohánějí většinu odpovědí v jednotlivých kategoriích, se aktualizují podle vlastního harmonogramu a chování modelu za nimi zaostává. To je argument pro to, abyste s auditem začali hned, místo abyste čekali: vytvoření výchozího stavu trvá týden a každý měsíc bez něj je měsícem odchylek, které nevidíte.

Závěrečné myšlenky

Audit GEO není nijak okázalý. Jedná se o pevný seznam otázek kupujících, který pečlivě projdete napříč asistenty, které vaši zákazníci používají, s důrazem na zmínky, citace, popisy a zdroje, a který pak příští měsíc zopakujete stejným způsobem. Značky, které tak činí, zjistí, kde se skutečně nacházejí a co je třeba opravit. Značky, které se omezují na náhodné kontroly jednotlivých dotazů, se i nadále spoléhají na pocity namísto dat.

Tessar Napitupulu, zakladatel a generální ředitel společnosti Arfadia.

Tato disciplína je natolik mladá, že většina kategorií nemá vůbec žádnou zavedenou referenční úroveň – což znamená, že první tým v dané kategorii, který provede poctivé měření, je obvykle první, který se zlepší. Obě knihy, které jsem na toto téma vydal, „Found Before They Search“ o indonéské digitální scéně a „Cited or Silent“ o viditelnosti v GEO a AI, vycházejí ze stejné premisy jako tento průvodce: nemůžete vyhrát hru, jejíž výsledkovou tabuli odmítáte číst.

Sestavte panel, zafixujte ho, spusťte ho a nechte odpovědi, aby vám ukázaly, kde je třeba zapracovat.